arrow
返回

Data dependency in deep learning-based multi-scale fracture system characterization using hydrogeophysical data

delete2026-04-20
delete0
PRE
AI
Z
Zihao Wang
戴振学 封面图
戴振学 (Zhenxue Dai) *
贾思达 封面图
贾思达 (Sida Jia) *
H
Hui Ling
J
Ju Wang
M
Mohamad Reza Soltanian
DOI:10.1016/j.jclepro.2026.148273delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
• 多尺度数据依赖性被量化以改进断裂系统表征。• 代理建模框架实现了跨模型性能评估。• 多源数据融合减少了反演误差并提高了模型鲁棒性。
Keyword:
multi-scale fracture system
deep learning
hydrogeophysical data
data dependency
surrogate modeling

期刊

Journal of Cleaner Production 封面图
Journal of Cleaner Production
IF:
10
论文数:
4.6W
被引数:
36.8W

机构

U
university of cincinnati
学者数:
885
论文数: 469
被引数: 1
B
Beijing Research Institute of Uranium Geology
学者数:
143
论文数: 75
被引数: 0
C
chongqing university
学者数:
1.3W
论文数: 4.7K
被引数: 1
C
China University of Mining and Technology
学者数:
8.6K
论文数: 3.1K
被引数: 3.1W
学者 查看更多机构